随着DeepSeek 的蒸馏技术的横空出世，端侧 SoC 芯片上运行大模型成为可能。那么端侧芯片跑大模型的效果如何呢？本文将在全志 A733 芯片平台上部署一个 DeepSeek-R1:1.5B 模型，并进行实测效果展示。
端侧平台环境
设备：全志A733平板
系统：Android 15
DDR: 8GB LPDDR5 @2400MHz
Flash：128GB UFS3.0
测试模型：Deepseek-R1-Distill-Qwen-1.5B
!
首先，我们测试AI经典哲学问题“你是谁？”
!![]()
!![]()
输入运行命令之后可看到模型运行起来了，此时我们就可以开始和Deepseek对话了。
从实拍视频可以看到，这个输出速度基本可以满足正常对话的交互体验。
然后我们要求Deepseek“快速写一段代码计算1-9999的和”
实测视频如下：
!![]()
可以看到，Deepseek会先对题目进行分析，他很快就分辨出了这是一个经典的等差数列求和问题，并给出了计算公式。
然后，可以看到在没有指定编程语言的情况下，Deepseek默认使用python写出了计算代码。
最后，Deepseek对整个解题思路进行了归纳总结。
我们再尝试解一个一元二次方程：“求解方程x^2+4x+4=0”
实测视频如下：
!![]()
同样，Deepseek也是快速理清了题意，判别出了这是一个解一元二次方程的题目，并给出了求解公式。
然后Deepseek知道先对方程进行重根判别，判别出这道题是只有一个重根的。
最后，Deeepseek 将题目代入公式进行求解，马上便得出了正确的计算结果。
经测试，可以得出结论是Deepseek-R1-Distill-Qwen-1.5B 是可以在全志A733芯片平台的平板电脑上较流畅地运行的，并且可以让Deepseek拥有中学生级别的逻辑推理能力。而这才是一个开始。后续，随着量化技术的不断发展，模型的体积和计算复杂度将进一步降低，从而更好地适应端侧设备的资源限制。未来，我们期待 DeepSeek 在更多场景中发挥其强大的功能，为用户提供更加智能和便捷的体验。 | 
楼主
标题置顶
标题高亮
